輝達（NVIDIA）創辦人暨執行長黃仁勳日前在公開演講上所提到的「現在正進入AI時代」以及「GPU為首的加速算力已經取代CPU」等言論令人印像深刻，各界紛紛開始思考，台灣在國際AI產業鏈上的挑戰與機會，台師大電機系研究講座教授高文忠與經濟部官員接受《NOWnews今日新聞》採訪時對此表達看法。高文忠認為，以GPU為核心的NVIDIA難以複製，台灣則在「邊緣運算」上有很大的發展機會。經濟部官員則說，台灣可以半導體晶片的國際優勢作為利基，並在醫療健康、製造、自駕車等應用上，進一步思考與國際大廠互補合作的機會。
我是廣告 請繼續往下閱讀
黃仁勳來台成鎂光燈焦點，他帶起的AI旋風就連與其攜手布局車用電子市場的 IC 設計大廠聯發科都甘拜下風。他在 COMPUTEX 2023 演講時，一如往常的強調輝達AI在生態系統中的重要地位，「隨著電腦的發展，世界已經經歷了第一世代的個人電腦（PC）、第二世代的網際網路、第三世代的行動雲端，而現在正進入AI時代。」
AI浪潮一波波襲來 科技專家揭台灣產業鏈機會「在這」
各界談論的AI分成兩大塊，一個是軟體應用，另一個則是AI晶片。高文忠坦言，在軟體應用上，台灣較為落後，但是在晶片方面，台灣在國際產業鏈上深具優勢地位，而晶片又可區分成GPU與邊緣運算。黃仁勳說「GPU為首的加速算力已經取代了CPU時代，在今年更是與生成式人工智慧大幅結合，使世界進入了一個全新的運算時代。」但GPU是什麼？台灣是否適合發展GPU呢？
所謂的GPU，稱為圖形處理器，是高效能運算以及AI人工智慧發展背後的重要功臣。高文忠提到，作為AI訓練用的GPU，需要非常大量的計算以及龐大的能源消耗，台灣究竟適不適合發展GPU？他帶點疑慮，主要原因在於，在做GPU晶片時，不是只有GPU硬體架構本身，還包含軟體開發環境，也就是黃仁勳所說的「CUDA」，這是由NVIDIA所推出的一種整合技術，透過此技術，使用者可利用NVIDIA的GPU進行圖像處理之外的運算。
「把軟體開發環境做好，就是困難所在！」高文忠點出問題，軟體開發是台灣的傳統弱項，台灣晶片做得好，但在配套軟體方面並不完整。不過，他認為，台灣在發展「邊緣運算」上，還是有很大的機會。
邊緣運算是一種分散式運算的架構，將應用程式、數據資料與服務的運算，由網絡中心節點，移往網絡邏輯上的邊緣節點來處理，與GPU相比，邊緣運算為非用來訓練的硬體晶片處理器。
黃仁勳等了30年終於等到GPU成為運算核心，談起NVIDIA地位，高文忠說：「想要複製NVIDIA，幾乎是不可能的，不如跟它好好合作比較實在。」要開發像NVIDIA這樣的GPU，除了硬體之外，還需要多提供很多軟體給系統開發商，就像一部車，裡頭需要許多相應的軟體來做配合，所有要訓練AI模型的人都得靠NVIDIA的GPU進行計算，「目前還想不到有誰可以跟它競爭，因為GPU真沒想像中好做，整體架構要完整沒這麼容易。」
經濟部談台灣AI產業鏈：可思考與國際大廠互補合作
此外，黃仁勳在電腦展演講上不僅一一點名台灣供應鏈合作夥伴，包括廣達旗下雲達、英業達、和碩、緯創、緯穎、技嘉、華碩、華擎、泰安電腦、鴻海子公司鴻佰科技等，甚至也透露與台灣合作的進展資訊。
經濟部於2021年通過輝達申請人工智慧創新研發中心計畫，總經費約新台幣243億元，其中67億由經濟部補助，經濟部技術處長邱求慧近日在個人臉書中進一步分享與輝達洽談的幕後過程，並指出「台灣能爭取到和輝達合作，主因為台灣科技實力備受肯定。」
而針對台灣在國際上AI產業鏈的角色，經濟部官員則指出，軟體平台大部分由美商主導較多，台灣在AI產業上可以半導體晶片的國際優勢作為延伸，包括AI晶片的設計開發、前瞻製程的晶片等；應用部分，醫療健康、製造、自駕車等，都是台灣在發展AI時，可進一步思考與國際大廠互補合作的機會。
我是廣告 請繼續往下閱讀